图像边缘检测方法在地震资料解释中的应用研究

发布时间：2020-07-15 08:17

【摘要】：图像处理是信号处理的一部分。图像信息作为地球物理资料不仅能提供丰富的原始资料和处理结果,而且形象更直观,分辩率更高,便于地质解释。随着图像处理技术在地球物理领域应用日益广泛,以图像作为存储、处理与管理的基本元素是大型计算与地球物理综合解释相结合的必然趋势。根据所学地球物理知识,学习和了解了图像处理在地球物理资料处理上的应用。除此之外,在图像的去噪,图像边缘检测方面做了具体实验,利用MATLAB实验和验证了理论与实际操作是否相吻合。通过以上学习,对图像处理有一个基本而全面的认识。最后结合地球物理技术的发展现状,对图像处理的发展趋势进行了介绍和展望。图像处理边缘检测技术在地震解释工作中发挥着十分重要的作用。传统的Sobel边缘检测算子容易导致错检、漏检的边缘。本文推出了一个改进型的边缘检测算子。首先,通过一系列的预处理,得到拥有更高信噪比、更明晰边缘的图像。然后,通过改进型的边缘检测算子进行检测,得到图像中的断层信息。结果显示,对比传统的途径,断层的呈现效果更好。断层的边缘更加准确和连贯。与此同时,消除了噪声的影响。实验结果证明这种方法相对有效,应该被推广。
【学位授予单位】：中国石油大学(华东)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P631.44
【图文】：

中国石油大学（华东）硕士学位论文第一章 前言选题背景及意义石油和由石油演化而成的产品，在世界上的燃料领域和化工领域发挥着至关。它被广泛运用，在周围随处可见，所以被人们称作是“黑色金子”。在中东湾蕴藏着最多的石油资源。同时，在美国、中国、俄罗斯、南美洲也有着丰表 1-1）。因为是不再生能源材料，所以一旦石油用尽，将会产生不可估量的发了许多人的担心，人们认为，如果石油不足，将会陷入经济、军事甚至政府石油行业决定了世界格局的走势。石油地位举足轻重，变得不再令人生厌，界的神经。

图 1-2 技术路线图1.5.2 论文主要工作查阅文献资料 100 余篇，PPT 资料十余个。熟悉操作 MATLAB 软件，实现了在取同相轴、提取断裂、去噪上的应用。本论文论述了边缘检测基本理论框架，创建新型的图像预处理流程和边缘检测算法。

第三章 图像预处理3*35*5r mr m ＜ ； 邻域； 邻域(在公式（3-2）中，a 是待定系数，a 越高，降噪的水平愈高。区域的灰度变化缓所以每个像素的灰度接近的， 是很小的，并且 r m 容易满足。在均匀度最低区域使用 9 邻域，并进行卷积计算。然后，我们将所得的灰度值分配到目标像素，被强的点几乎都是边缘点，所以它不会损坏图像内容。如图（3-1）所示，（b）和（c）常见的滤波方法的结果，（d）表明，改进的方法可以在去噪过程中储备更多的边缘信

【相似文献】

相关期刊论文 前10条

1 何银水;魏林生;余卓骅;;基于最大方差的V形焊缝边缘检测的算法及其实现[J];现代焊接;2009年12期

2 刘威;赵西安;高东阳;;基于多尺度的Canny边缘检测算法研究[J];北京测绘;2018年01期

3 黄建昌;刘雅举;;改进OTSU算法以及边缘检测的图像分割算法的相关研究[J];数码世界;2017年07期

4 牟宇飞;张文普;彭uQ;;基于遗传算法阈值优化的模糊边缘检测[J];重庆理工大学学报(自然科学);2012年08期

5 任民宏;;图像边缘检测算法的比较与展望[J];中国科技信息;2007年10期

6 周明月;王宏志;;基于小波变换的边缘检测[J];长春理工大学学报;2006年03期

7 马明罡,谈新权;一种模糊边缘检测的算法研究及硬件实现[J];电视技术;2004年02期

8 张雅兰,杨浩;图像边缘检测的一种简化算法[J];广西工学院学报;1999年01期

9 王合，庄天戈，蒋大宗;医学图像的快速最优化边缘检测[J];计算机学报;1997年12期

10 张治强;柳健;万发贯;;遥感图像的边缘检测[J];遥感信息;1987年01期

相关会议论文 前10条

1 李文辉;郭宁宁;郝鑫;;优化边缘检测的分析和解决方案[A];“加入WTO和科学技术与吉林经济发展——机遇·挑战·责任”吉林省第二届科学技术学术年会论文集（上）[C];2002年

2 王岩;勒中鑫;;边缘检测中几种方法的比较[A];1998年中国智能自动化学术会议论文集（下册）[C];1998年

3 郝志航;徐兵;;高精度边缘检测的方法研究[A];第四届全国光电技术与系统学术会议论文集[C];1991年

4 吴系源;张军华;杨勇;武刚;杨梅;;优化Canny边缘检测算法及其在断裂检测中的应用[A];2017中国地球科学联合学术年会论文集（三十八）——专题71：内磁层动力学、专题72：计算地球物理方法和技术、专题73：地热：“学”以致“用”、专题74：电磁卫星观测与应用[C];2017年

5 李晶晶;王迪;常玲;;基于图像边缘检测算法的应用研究与实现[A];第十三届沈阳科学学术年会论文集（理工农医）[C];2016年

6 鲁昌华;汪济洲;;小波变换在图象边缘检测中的应用[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

7 田海英;蔡宏民;赖剑煌;;边缘检测新算子及其在去噪方面的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

8 张旭明;徐滨士;董世运;吴毅雄;;图像模糊边缘检测改进算法[A];2004全国光学与光电子学学术研讨会、2005全国光学与光电子学学术研讨会、广西光学学会成立20周年年会论文集[C];2005年

9 徐亚明;刘冠兰;邢诚;;基于边缘检测的小波阈值图像去噪[A];湖北省测绘学会2006年度科学技术交流会论文集[C];2006年

10 韩晓菊;张国杰;沈继忱;;基于灰度加权阈值和形态学的锅炉火焰边缘检测[A];图像图形技术研究与应用(2010)[C];2010年

相关重要报纸文章 前1条

1 ;DDA技术提高IP网接入性能[N];中国计算机报;2001年

相关博士学位论文 前10条

1 迟健男;图像形态学和小波分析在图像增强与边缘检测中的应用[D];东北大学;2005年

2 Hassana Grema Kaganami（哈桑）;基于颜色和纹理特征的图像增强和分析算法[D];中南大学;2010年

3 郑冬梅;中医色诊定量系统研究及初步应用[D];南京航空航天大学;2012年

4 王媛妮;顺序形态边缘检测及分水岭图像分割研究[D];武汉大学;2010年

5 闫海霞;基于数学形态学的图像边缘检测和增强算法的研究[D];吉林大学;2009年

6 王翔;数字图像缩放及图像质量评价关键技术研究[D];浙江大学;2012年

7 宫武鹏;基于B样条小波变换的红外图象处理理论与技术[D];中国人民解放军国防科学技术大学;2000年

8 潘晴;生物视觉模型在自动目标识别技术中的应用研究[D];华中科技大学;2007年

9 康牧;图像处理中几个关键算法的研究[D];西安电子科技大学;2009年

10 梅欣;输电线路复合绝缘子可见光图像检测技术研究[D];武汉大学;2014年

相关硕士学位论文 前10条

1 李炳奇;基于FPGA的目标检测与跟踪[D];北京邮电大学;2019年

2 姚康;透明液体中的微小杂质检测技术研究[D];中国科学院大学(中国科学院光电技术研究所);2019年

3 柯余仙;基于量子衍生的图像处理算法研究[D];南昌航空大学;2019年

4 吕梓宁;基于室内定位与机器视觉的跟随向导终端的研究与实现[D];北京邮电大学;2019年

5 冀宗玉;基于稀疏边缘检测的重叠细胞分割方法研究[D];哈尔滨理工大学;2019年

6 胡志斌;改进的二进小波与形态学融合的边缘检测算法[D];哈尔滨理工大学;2019年

7 张晓;无人机输电线巡检图像识别方法研究[D];哈尔滨理工大学;2019年

8 潘彦彦;基于改进Top-Hat算法的肺部CT图像处理方法的研究[D];哈尔滨理工大学;2019年

9 石瑶;空间智能图像反馈控制软件设计与实现[D];中国科学院大学(中国科学院国家空间科学中心);2019年

10 王雨薇;图像边缘检测方法在地震资料解释中的应用研究[D];中国石油大学(华东);2017年

本文编号：2756231